学习用于上下文感知目标检测的布局迁移网络
计算机视觉与模式识别
2019-12-10 v1
摘要
我们提出一种基于检索-变换场景布局模型的上下文感知目标检测方法。给定输入图像，我们的方法首先从典型布局模板码本中检索一个粗略场景布局。为处理较大的布局变化，我们使用空间变换网络的一个变体来变换并细化检索到的布局，从而得到一组可解释且具语义意义的目标位置与尺度特征图。上述步骤实现为一个布局迁移网络，我们将其集成到 Faster RCNN 中，以允许目标检测与场景布局估计的联合推理。在三个公开数据集上的大量实验验证，我们的方法在交通监控与自动驾驶领域的多种挑战性任务上，为最先进的目标检测基线提供了稳定的性能提升。
引用
@article{arxiv.1912.03865,
title = {Learning a Layout Transfer Network for Context Aware Object Detection},
author = {Tao Wang and Xuming He and Yuanzheng Cai and Guobao Xiao},
journal= {arXiv preprint arXiv:1912.03865},
year = {2019}
}
备注
Paper accepted by the IEEE Transactions on Intelligent Transportation Systems